光由于天然具备高速、宽带宽、并行传播的特性，非常适合用于解决人工智能中大量线性计算所带来的算力问题。然而，现有的光学线性计算架构往往依赖于复杂的光束相互作用来完成向量的乘加运算，同时在电光调制中依赖于大量的DAC进行数模转换，因此难以同时实现通用计算芯片中维度扩展和任意编程这两个需求，通常只能作为专用芯片应用于特定任务来尽量减少对光学计算单元的编程。

近日，清华大学电子工程系黄翊东教授团队冯雪、李永卓课题组在通用线性光计算的研究中取得进展。团队提出“光子算盘”计算架构，该架构由独立的“光源-探测器对”作为基本计算单元，名为“光子算珠”，通过将待计算的数据分别编码在光源和探测器上来实现乘加运算，同时采用独创的时空编码量化方案进行数模混合计算，通过“光子算珠”时间和空间上的开关状态来编码待计算的数据而不需要使用DAC进行数模转换，与中国传统算盘的运算方式颇为相似。因此，“光子算盘”计算架构完美解决了前述线性光计算所面临的两个问题，通过复制、重组、编码“光子算珠”，“光子算盘”可以在保持可重构、可编程特性的同时达到任意的维度扩展，同时大大避免了传统方案电光调制中DAC所带来的延时、能耗、面积等代价。“光子算盘”架构为光计算从专用芯片到通用芯片迈出重要一步。

图1.“光子算盘”计算架构

图2.“光子算盘”实现多种计算任务

实验上，研究团队基于64维VCSEL芯片和碲化钼二维材料探测器芯片组成64维“光子算盘”，并在随机生成向量内积测试中达到98%以上的计算保真度。更进一步，利用此“光子算盘”在MNIST手写数字识别任务中达到88%分类准确率，并成功求解了1024维随机生成伊辛问题，这是目前已报道维度最高的光学模拟退火伊辛机。

研究成果以“算盘——可扩展光学线性向量机”(SUANPAN: scalable photonic linear vector machine)为题，于1月1日在线发表于《光：科学与应用》（Light: Science & Applications）。

清华大学电子工程系2022级博士生杨梓跃和李晨为论文共同第一作者，电子工程系副教授冯雪、副研究员李永卓和教授黄翊东为论文通讯作者。论文的合作单位包括北京大学、深圳博升光电科技有限公司和深圳技术大学。研究得到国家重点研发计划和国家自然科学基金的支持。